Apache Solr – 在 Hadoop 上
Apache Solr – 在 Hadoop 上
Solr 可以与 Hadoop 一起使用。由于 Hadoop 处理大量数据，Solr 帮助我们从如此庞大的数据源中找到所需的信息。在本节中，让我们了解如何在系统上安装 Hadoop。
下载 Hadoop
下面给出了将 Hadoop 下载到您的系统所要遵循的步骤。
步骤 1 – 转到 Hadoop 的主页。您可以使用链接 – www.hadoop.apache.org/。单击链接Releases，如以下屏幕截图中突出显示的那样。
它会将您重定向到Apache Hadoop Releases页面，其中包含各种 Hadoop 版本的源文件和二进制文件的镜像链接，如下所示 –
第 2 步– 选择最新版本的 Hadoop（在我们的教程中，它是 2.6.4）并单击其二进制链接。它将带您到一个页面，其中提供了 Hadoop 二进制文件的镜像。单击这些镜像之一以下载 Hadoop。
从命令提示符下载 Hadoop
打开 Linux 终端并以超级用户身份登录。
$ su password:
转到您需要安装 Hadoop 的目录，并使用之前复制的链接将文件保存在那里，如以下代码块所示。
# cd /usr/local # wget http://redrockdigimark.com/apachemirror/hadoop/common/hadoop- 2.6.4/hadoop-2.6.4.tar.gz
下载 Hadoop 后，使用以下命令将其解压缩。
# tar zxvf hadoop-2.6.4.tar.gz # mkdir hadoop # mv hadoop-2.6.4/* to hadoop/ # exit
安装 Hadoop
按照下面给出的步骤以伪分布式模式安装Hadoop。
第 1 步：设置 Hadoop
您可以通过将以下命令附加到~/.bashrc文件来设置 Hadoop 环境变量。
export HADOOP_HOME = /usr/local/hadoop export HADOOP_MAPRED_HOME = $HADOOP_HOME export HADOOP_COMMON_HOME = $HADOOP_HOME export HADOOP_HDFS_HOME = $HADOOP_HOME export YARN_HOME = $HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR = $HADOOP_HOME/lib/native export PATH = $PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin export HADOOP_INSTALL = $HADOOP_HOME
接下来，将所有更改应用到当前运行的系统中。
$ source ~/.bashrc
第 2 步：Hadoop 配置
您可以在“$HADOOP_HOME/etc/hadoop”位置找到所有 Hadoop 配置文件。需要根据您的 Hadoop 基础架构对这些配置文件进行更改。
$ cd $HADOOP_HOME/etc/hadoop
为了用 Java 开发 Hadoop 程序，您必须通过将JAVA_HOME值替换为系统中 Java 的位置来重置hadoop-env.sh文件中的 Java 环境变量。
export JAVA_HOME = /usr/local/jdk1.7.0_71
以下是您必须编辑以配置 Hadoop 的文件列表 –
- 核心站点.xml
- hdfs-site.xml
- 纱线站点.xml
- mapred-site.xml
核心站点.xml
该芯-的site.xml文件包含信息，诸如读/写缓冲器的用于Hadoop的实例的端口号，分配给文件系统的存储器，存储器限制，用于存储数据，和大小。
打开 core-site.xml 并在 <configuration>、</configuration> 标记中添加以下属性。
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
hdfs-site.xml
在HDFS-的site.xml文件中包含的信息，如复制数据的价值，名称节点路径和数据节点的本地文件系统的路径。它意味着您要存储 Hadoop 基础架构的地方。
让我们假设以下数据。
dfs.replication (data replication value) = 1 (In the below given path /hadoop/ is the user name. hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) namenode path = //home/hadoop/hadoopinfra/hdfs/namenode (hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
打开此文件并在 <configuration>、</configuration> 标记中添加以下属性。
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/namenode</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/datanode</value>
</property>
</configuration>
注意– 在上面的文件中，所有属性值都是用户定义的，您可以根据您的 Hadoop 基础架构进行更改。
纱线站点.xml
该文件用于将 yarn 配置到 Hadoop 中。打开 yarn-site.xml 文件并在此文件的 <configuration>、</configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
mapred-site.xml
该文件用于指定我们使用的 MapReduce 框架。默认情况下，Hadoop 包含一个yarn-site.xml 模板。首先，需要使用以下命令将文件从mapred-site,xml.template 复制到mapred-site.xml文件。
$ cp mapred-site.xml.template mapred-site.xml
打开mapred-site.xml文件并在 <configuration>、</configuration> 标记中添加以下属性。
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
验证 Hadoop 安装
以下步骤用于验证 Hadoop 安装。
步骤 1：名称节点设置
使用命令“hdfs namenode –format”设置namenode，如下所示。
$ cd ~ $ hdfs namenode -format
预期结果如下。
10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: /************************************************************ STARTUP_MSG: Starting NameNode STARTUP_MSG: host = localhost/192.168.1.11 STARTUP_MSG: args = [-format] STARTUP_MSG: version = 2.6.4 ... ... 10/24/14 21:30:56 INFO common.Storage: Storage directory /home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0 10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: /************************************************************ SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 ************************************************************/
步骤 2：验证 Hadoop dfs
以下命令用于启动 Hadoop dfs。执行此命令将启动您的 Hadoop 文件系统。
$ start-dfs.sh
预期输出如下 –
10/24/14 21:37:56 Starting namenodes on [localhost] localhost: starting namenode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop- hadoop-namenode-localhost.out localhost: starting datanode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop- hadoop-datanode-localhost.out Starting secondary namenodes [0.0.0.0]
步骤 3：验证纱线脚本
以下命令用于启动 Yarn 脚本。执行此命令将启动您的 Yarn 恶魔。
$ start-yarn.sh
预期输出如下 –
starting yarn daemons starting resourcemanager, logging to /home/hadoop/hadoop-2.6.4/logs/yarn- hadoop-resourcemanager-localhost.out localhost: starting nodemanager, logging to /home/hadoop/hadoop- 2.6.4/logs/yarn-hadoop-nodemanager-localhost.out
第 4 步：在浏览器上访问 Hadoop
访问 Hadoop 的默认端口号为 50070。使用以下 URL 在浏览器上获取 Hadoop 服务。
http://本地主机:50070/
在 Hadoop 上安装 Solr
按照下面给出的步骤下载并安装 Solr。
第1步
单击以下链接打开 Apache Solr 的主页 – https://lucene.apache.org/solr/
第2步
单击下载按钮（在上面的屏幕截图中突出显示）。单击后，您将被重定向到您拥有各种 Apache Solr 镜像的页面。选择一个镜像并单击它，这会将您重定向到一个页面，您可以在其中下载 Apache Solr 的源文件和二进制文件，如下面的屏幕截图所示。
第 3 步
单击后，将在系统的下载文件夹中下载名为Solr-6.2.0.tqz的文件夹。提取下载文件夹的内容。
第四步
在 Hadoop 主目录中创建一个名为 Solr 的文件夹，并将提取的文件夹的内容移动到该文件夹中，如下所示。
$ mkdir Solr $ cd Downloads $ mv Solr-6.2.0 /home/Hadoop/
确认
浏览Solr Home 目录的bin文件夹并使用version选项验证安装，如以下代码块所示。
$ cd bin/ $ ./Solr version 6.2.0
设置家和路径
使用以下命令打开.bashrc文件 –
[Hadoop@localhost ~]$ source ~/.bashrc
现在为 Apache Solr 设置主目录和路径目录，如下所示 –
export SOLR_HOME = /home/Hadoop/Solr export PATH = $PATH:/$SOLR_HOME/bin/
打开终端并执行以下命令 –
[Hadoop@localhost Solr]$ source ~/.bashrc
现在，您可以从任何目录执行 Solr 的命令。
